R es un lenguaje y un entorno para la estadística, el análisis de datos y los gráficos. Lo hicieron estadísticos, así que los data frames, los modelos, las pruebas y los gráficos vienen incorporados o a un paquete de distancia. Se usa en investigación, epidemiología, finanzas y en cualquier lugar donde los resultados deban ser reproducibles, y su flujo interactivo encaja con explorar datos y escribir informes.
Conceptos clave
- Vectores: el tipo básico; hasta un solo número es un vector, y las operaciones se aplican a todos los elementos.
- Data frames: tablas de columnas de distintos tipos, la estructura central del análisis.
- Estilo funcional: las funciones son valores, y las funciones de la familia apply reemplazan a casi todos los bucles.
- Fórmulas y modelos: una sintaxis compacta describe un modelo, como la regresión, y el ajuste devuelve un objeto que se puede inspeccionar.
- Paquetes: un gran repositorio de métodos estadísticos y herramientas de datos, que se instalan por proyecto.
- Informes reproducibles: documentos que mezclan texto, código y resultados, y se regeneran a demanda.
Vocabulario
- Factor: una variable categórica con un conjunto fijo de niveles.
- NA: la marca de un valor faltante, que se propaga por los cálculos.
- Datos ordenados (tidy): una variable por columna, una observación por fila.
- Cuaderno o informe: un documento que se ejecuta para producir sus figuras y tablas.
Qué estudiar, en orden
- Vectores, indexación, funciones y la consola; calcula estadísticos resumen a mano.
- Data frames: importa un archivo, límpialo, filtra, agrupa y resume.
- Grafica distribuciones y relaciones, y juzga qué muestra y qué no muestra cada gráfico.
- Ajusta e interpreta un modelo lineal y comprueba sus supuestos.
- Escribe un informe reproducible que regenere cada figura a partir de los datos en bruto.
- Aprende lo básico para escribir tu propia función y tu propio paquete.
Etiquetas relacionadas
#data-science #data-visualization #probability #research-software